图像处理编程为自动驾驶汽车应用开发打开了大门

　　当今的装甲车和直升机操作员可以借助头盔显示器和平视显示器等设备检测、评估和应对威胁。由于图像处理，对地攻击车辆指挥官很快就能享受到360度的环境“窗口”，而飞行员将在飞机周围获得真正的球形态势感知。

　　增强和增强的视觉系统正变得更快、更小、更强大，目标检测和跟踪系统也是如此。接下来将是自动目标识别和人工智能（AI）辅助的机器视觉和机器人技术。

　　我们该何去何从？

　　实时计算机视觉算法在最新一代大规模并行嵌入式图形处理单元 （GPU） 上运行得更快，这使得芯片能够做更多的事情。更大、更复杂的 GPU 同时对大量传感器数据运行更多的数学运算，而传统处理器 - 自行进步 - 权衡更多输出，应用更复杂的逻辑并做出更多决策。图像处理领域的未来进展也将取决于新的编程工具，这些工具将使开发人员能够更有效地编写更复杂和多样化的应用程序。

　　需要许多操作才能将来自复杂、独特、多光谱和失真的传感器的输入转换为人类可以理解的显示器。这些任务包括图像拼接、旋转和融合。然而，在传统的编程范式中，这些功能中的每一个都需要数百甚至数千行代码才能实现。

　　例如，图像拼接是一种通过将来自多个传感器的输入编织在一起来创建全景或球形态势感知区域的技术。图像融合是一种密切相关的处理功能，可以帮助操作员在视线被烟雾或雾遮挡时。动态选择、组合和显示来自视觉光谱和红外摄像机（例如激光雷达 ［光检测和测距］ 设备）的最高分辨率输入的应用程序可以确保在退化环境中的态势感知。试想一下，执行这些任务通常涉及多少代码。

　　故事的其余部分

　　图像处理成功故事的另一半涉及高级软件开发工具的出现。这些资源将使军事用户更容易开发更复杂和各种图像处理应用程序，而无需在图形编程专业知识方面进行大量投资。

　　关键是中间件，它是在操作系统、应用程序和硬件之间进行调解的软件。中间件通常具有库和工具，可帮助应用程序开发人员充分利用底层硬件。此外，中间件还可以提高应用程序开发人员的工作效率，允许他们比以前更有效地生成复杂的高代码行功能，例如图像融合、稳定和失真校正。

　　API 库带来红利

　　OpenGL是一种在计算机游戏开发人员等群体中流行的语言，他们使用它来编程GPU。尽管发明该语言是为了简化与这些芯片的交互，但对于偶尔的用户来说，学习起来可能很困难、繁琐且耗时。这种复杂性导致了位于预打包的OpenGL例程之上的轻量级抽象层的发明。使用这些，可以通过简单的应用程序编程接口（API）调用将复杂的OpenGL代码块集成到程序中，从而简化开发图像处理，可视化和图形应用程序的任务。

　　这些 API 库使编程工作更容易，并通过使程序员能够使用一两行而不是数百行代码向应用程序添加功能来帮助程序员提高效率，从而大大减少代码生成时间和成本。此外，用更易于访问的计算机方言（如 C）编写的抽象层可以进一步简化编程任务。

　　简化编写图像处理代码的任务意味着可以以更低的成本更快地创建和部署功能。这些工具也为自动驾驶汽车等下一代应用的开发打开了大门。

　　审核编辑：郭婷